|
|||||
|
|
| 基于深度学习的太阳能电池片表面缺陷检测方法 | |
| 摘 要： | 目前对太阳能电池片的缺陷检测仍依赖人工完成,很难通过传统的CCD成像系统自动识别.作为一种多层神经网络学习算法,深度学习因对输入样本数据强大的特征提取能力而受到广泛关注.文中提出一种基于深度学习的太阳能电池片表面缺陷检测方法,该方法首先根据样本特征建立深度置信网络(DBN),并训练获取网络的初始权值;然后通过BP算法微调网络参数,取得训练样本到无缺陷模板之间的映射关系;最后利用重构图像与缺陷图像之间的对比关系,实现测试样本的缺陷检测.实验表明DBN能较好地建立上述映射关系,且准确、快速地进行缺陷检测. |
| 关 键 词： | 深度学习 缺陷检测 限制玻尔兹曼机(RBM) 深度置信网络(DBN) |
| 本文献已被 CNKI 等数据库收录！ | |